Node One Time Password 库技术文档
2024-12-24 01:24:16作者:郁楠烈Hubert
1. 安装指南
要安装 notp 库,请在终端中运行以下命令:
npm install notp
2. 项目使用说明
notp 是一个简单易用、快速且无依赖的 Node.js 库,用于生成和验证基于计数器(HOTP)和基于时间(TOTP)的一次性密码。它完全符合 HOTP 和 TOTP 标准。
2.1 基本使用
以下是一个简单的示例,展示如何使用 notp 库验证基于时间的 OTP(TOTP):
var notp = require('notp');
// 用户密钥,可以存储在数据库中
var key = 'secret key for user... could be stored in DB';
// 用户提供的一次性密码
var token = 'user supplied one time use token';
// 验证 TOTP
var login = notp.totp.verify(token, key);
// 如果验证失败
if (!login) {
return console.log('Token invalid');
}
// 验证成功
console.log('Token valid, sync value is %s', login.delta);
2.2 与 Google Authenticator 集成
Google Authenticator 要求密钥在使用前进行 base32 编码。可以使用 thirty-two 模块来完成此操作:
var base32 = require('thirty-two');
var key = 'secret key for the user';
// 对密钥进行 base32 编码
var encoded = base32.encode(key);
// Google Authenticator 不接受等号
var encodedForGoogle = encoded.toString().replace(/=/g,'');
// 创建用于二维码的 URI
var uri = 'otpauth://totp/somelabel?secret=' + encodedForGoogle;
3. 项目 API 使用文档
3.1 hotp.verify(token, key, opt)
验证基于计数器的一次性密码(HOTP)。
-
参数:
token: 用户提供的一次性密码。key: 用户的密钥。opt: 可选参数对象,包含以下字段:window: 允许的计数器偏差范围,默认值为 50。counter: 计数器值,应由应用程序存储和管理。
-
返回值:
- 如果验证失败,返回
null。 - 如果验证成功,返回一个对象
{delta: #},其中delta是客户端和服务器之间的计数器偏差。
- 如果验证失败,返回
3.2 totp.verify(token, key, opt)
验证基于时间的一次性密码(TOTP)。
-
参数:
token: 用户提供的一次性密码。key: 用户的密钥。opt: 可选参数对象,包含以下字段:window: 允许的计数器偏差范围,默认值为 6。time: 时间步长,默认值为 30。
-
返回值:
- 如果验证失败,返回
null。 - 如果验证成功,返回一个对象
{delta: #},其中delta是客户端和服务器之间的时间偏差。
- 如果验证失败,返回
3.3 hotp.gen(key, opt)
生成基于计数器的一次性密码(HOTP)。
-
参数:
key: 用户的密钥。opt: 可选参数对象,包含以下字段:counter: 计数器值,应由应用程序存储和管理。
-
返回值:
- 返回生成的 OTP。
3.4 totp.gen(key, opt)
生成基于时间的一次性密码(TOTP)。
-
参数:
key: 用户的密钥。opt: 可选参数对象,包含以下字段:time: 时间步长,默认值为 30。
-
返回值:
- 返回生成的 OTP。
4. 项目安装方式
通过 npm 安装 notp 库:
npm install notp
安装完成后,可以在项目中通过 require('notp') 引入并使用该库。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
662
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218